Chương 1: Giới thiệu bài toàn trích chọn đặc trưng vã phân tích anh X-quang nha khoa Chương 2: Irinh bảy các cơ sở lý thuyết được sử dụng trong luận văn. Chương 3: Trình bảy ý tưởng, nội dung, kết quả thứ nghiệm về thuật loáu phân cụm mới được cải tiễn từ thuật loán phân cụm tờ truyền thống Fu⁄⁄y C-rteans Clusterig — FCM sử dụng nhiều trọng số mũ ngôn ngữ dựa trên đại số gia tử, thuật toán XHAm-FCM Chương 4 Ì inh bảy phương pháp trích chọn đặc trưng vẻ răng trong anh X- quang nha khoa, cỏ sứ dụng phương pháp phân cụm mới được để xuất trong, Chương 3. DANH HINH VE Tình 3. Mô phông bài toán phân cụn bằng hình ảnh Hình 2.8ự khác biệt gitta phan cum 16 va phan cum mé.“Khoảng mờ tối đa” trong trường hop phân cụm rõ.4 Méi quan hé gitta khoang cach trong đối và độ thuộc theo tham số rm.Mỗi quan hệ giữa vùng, mở tôi da và tham só mũ m(a) khi m nhỏ, (b) khi ke .6 Vừng mờ tối đá thích hợp với trường hợp hai cụm có câu trúc và bán kinh.Vũng mở tổ ¡ da trong các trường hợp (a) m nhỏ, (b) m lớn với hai cụm có bản kinh và cau trúc khác nhau.8,“Vung mo téi da” mong muén trong trường hợp bai cụm cỏ bản kinh và câu trúc khác nhau.Ví dụ mình họa cho việc xác định “có nhiều điểm gắn hơn” giữa hai điểm AB - - - - 32 Hinh 4.M¢t bie anh X-quang nha khoa.Các bước thục hiện trích xuất trục của các răng số 8.
Vũng anh ly để tiền hành phân tích.jpe” sau khi tién hanh crop. see AB Tinh 4.Két qua sau khi phân cum với ảnh đầu vào “aug (3) jpg”.Ảnh canny thu được với thresh hold = 120.Vũng chưa thông tin cần thiết và vùng nhiễu (màu vảng).Kết quả sau khi loại nhiễu. Ảnh gốc sau khi sử dụng thuật toán Carmy.Điểm trong răng được tìm ra với các răng số 8.Mô phỏng phương pháp tim trục răng - 49 Tình 4.Mội ví dụ mình họa kết quả đạt được với ảnh “aug (3).Kết quả đạt dược khi không sử dụng thuật toàn phân cum voi anh “aug Œjpg”.Giao điện chương trình. ~ ~ - 41 7 | Bảng kết quả đánh giá ỡ Chương 3 đã được sữa lại theo | ye 3 |.
format table Luận giả tường mính thách thức cũng như việc lựa chọn. 8 | phân cụn mở làm cách tiếp cận giải quyết bải toán của | Chương | 45 mình Đã giải thích việc sử đụng thuật toán phân cựn jo | FCMTOI đề tiên hành mở rộng ở Chương ] Chương! |5 Y nghĩa việc xáo định trục răng số 8 trong nha khoa đã | „- 2 TÔ | được trình bảy rõ rong Chương 4 Chương 4 |42 11 | Lỗi soạn tháo, chính tả ~ ~ Ngày tháng năm 2020 Gián viên hướng dẫn 'Tác giá luận văn CHỶ TỊCH HỘI ĐÔNG LOI CAM ON Đâu tiên, tôi xin được gửi lời cắm ơn sâu sắc nhất tởi Thầy giáo — PGS.TS Trần Dình Khang, Giảng viên trường Dại học Bách Khoa Hà Nội đã hướng dẫn và cho tôi những lời khuyên quý báu trong quá trình thực hiện luận văn “tiếp theo, tôi xin chân thành cắm om cac thay cổ trong Viện Công nghệ thông tin và trưyển thông, Viện Đảo tạo sau đại học, Trường Đại học Bách Khoa Hà Nội đã tạo điều kiện cho tôi trong suốt. quá trình học tập và nghiên cína tại trường, Cuối cùng, tôi xin bảy tỏ lòng cảm ơn tới những người thân trong gia định, đông nghiệp, bạn bè đã động viên và giúp đố để tôi hoàn thành bản luận văn này. HỌC VIÊN Nguyễn Đức Vượng LOI CAM ON Đâu tiên, tôi xin được gửi lời cắm ơn sâu sắc nhất tởi Thầy giáo — PGS.TS Trần Dình Khang, Giảng viên trường Dại học Bách Khoa Hà Nội đã hướng dẫn và cho tôi những lời khuyên quý báu trong quá trình thực hiện luận văn “tiếp theo, tôi xin chân thành cắm om cac thay cổ trong Viện Công nghệ thông tin và trưyển thông, Viện Đảo tạo sau đại học, Trường Đại học Bách Khoa Hà Nội đã tạo điều kiện cho tôi trong suốt.
quá trình học tập và nghiên cína tại trường, Cuối cùng, tôi xin bảy tỏ lòng cảm ơn tới những người thân trong gia định, đông nghiệp, bạn bè đã động viên và giúp đố để tôi hoàn thành bản luận văn này. HỌC VIÊN Nguyễn Đức Vượng LOI CAM ON Đâu tiên, tôi xin được gửi lời cắm ơn sâu sắc nhất tởi Thầy giáo — PGS.TS Trần Dình Khang, Giảng viên trường Dại học Bách Khoa Hà Nội đã hướng dẫn và cho tôi những lời khuyên quý báu trong quá trình thực hiện luận văn “tiếp theo, tôi xin chân thành cắm om cac thay cổ trong Viện Công nghệ thông tin và trưyển thông, Viện Đảo tạo sau đại học, Trường Đại học Bách Khoa Hà Nội đã tạo điều kiện cho tôi trong suốt. quá trình học tập và nghiên cína tại trường, Cuối cùng, tôi xin bảy tỏ lòng cảm ơn tới những người thân trong gia định, đông nghiệp, bạn bè đã động viên và giúp đố để tôi hoàn thành bản luận văn này. HỌC VIÊN Nguyễn Đức Vượng 7 | Bảng kết quả đánh giá ỡ Chương 3 đã được sữa lại theo | ye 3 |.
format table Luận giả tường mính thách thức cũng như việc lựa chọn. 8 | phân cụn mở làm cách tiếp cận giải quyết bải toán của | Chương | 45 mình Đã giải thích việc sử đụng thuật toán phân cựn jo | FCMTOI đề tiên hành mở rộng ở Chương ] Chương! |5 Y nghĩa việc xáo định trục răng số 8 trong nha khoa đã | „- 2 TÔ | được trình bảy rõ rong Chương 4 Chương 4 |42 11 | Lỗi soạn tháo, chính tả ~ ~ Ngày tháng năm 2020 Gián viên hướng dẫn 'Tác giá luận văn CHỶ TỊCH HỘI ĐÔNG MODAU Trong những wim gan đây, sự phải. triển của khoa học thông tim và máy tinh: đã đem lại rất nhiều thánh tựu to lớn trong mọi mnặt của đời sống như kĩ thuật, kinh. tế và xã hội.
Khi mà đời sống cơn người cảng được nông cao, vẫn để Hư SÓC sức khỏe ngày càng được chú trọng. Một trong những lĩnh vực sức khỏe mà con người quan tim nhất đỏ chính là các bệnh liên quan tới răng miệng, Ảnh X-quang về răng là một trong những nguồn thông tin rất cần thiết cho các nha sĩ có thể xác định triệu chứng bệnh hoặc các tổn thương về răng mmiệng, một cách chỉnh xác. Nếu như trước kia, cần có các bác sĩ đọc ánh X-quang để xác định cáo dâu hiệu cho việc chuẩn doan và điều trị bệnh, thì ngày nay, với sự phát triển của khoa học kĩ thuật, đặc biệt lả trong, lĩnh vực tri tuệ nhân tạo, chủng ta có thể nghĩ tới việc làm ra một chương trình máy tính đã được huấn luyện có thể “đọc” các ãnh X-quang và phát hiện ra các dâu hiệu bệnh ban đầu thay các nha sĩ. Đã có một số công trình nghiên cứu về phân tích ảnh X-quang như việc trích chọn một số đặc trưng ảnh T.ocal Palterrs Bimary [eature (T,BP), Rrtropy, Gradient feature (GEA).
Từ những bộ đữ liệu trích chon được đỏ, người ta đúng các phương pháp học máy khác nhan để huấn luyện cáo mô tỉnh chuẩấn đoán bệnh. Tuy nhiên, các đặc trưng trích chon được ở trên chủ yếu thiên về việc trích chọn đu trưng của ãnh mà không có đặc trưng nào lên quan tới răng, Hướng tiếp cận của luận văn là dưa ra ruột phương pháp tưởng minh, sử dụng, thuật toán phân cụm cái tiền và cáo các kĩ thuật xứ lý ánh để xác định các đặc trung về răng trong ánh X-quang nha khoa. Cụ thể, trong luận văn nảy, đặc trưng đỏ lả tim ra trục của các răng khôn (răng số 8), đây là một trong những đặc trưng quan trọng trong việc xác định răng khôn có bị mọc lệch hay không. Bổ cục của hiện văn bao gầm 4 Chương, như sau Chương 1: Giới thiệu bài toàn trích chọn đặc trưng vã phân tích anh X-quang nha khoa Chương 2: Irinh bảy các cơ sở lý thuyết được sử dụng trong luận văn.
Chương 3: Trình bảy ý tưởng, nội dung, kết quả thứ nghiệm về thuật loáu phân cụm mới được cải tiễn từ thuật loán phân cụm tờ truyền thống Fu⁄⁄y C-rteans Clusterig — FCM sử dụng nhiều trọng số mũ ngôn ngữ dựa trên đại số gia tử, thuật toán XHAm-FCM Chương 4 Ì inh bảy phương pháp trích chọn đặc trưng vẻ răng trong anh X- quang nha khoa, cỏ sứ dụng phương pháp phân cụm mới được để xuất trong, Chương 3. DANII MUC BANG BIEU Bang 2.1 Bang quan hé SIG.Gia tri fm(,), v(,) với cá tham số cho trước 22 Băng 3.Chịỉ tiết vẻ các bộ đỡ liệu IRIS, HEART va GLASS Bang 3.Két qua thir nghiém thuat toan FCMT2I va XITAm-FCM1 véi bé dt ligu TRIS.Kết quả thữ nghiệm thuật toàn FCMT2I và HAmFCM với bộ dữ liệu HEART.Kết quả thử nghiệm thuật toán FCMT2I vá LLAmICM với bộ dữ liệu GUASS. vn Lạnh ngu Hee 31 Bang 3.Chi tiét vd 5 b6 dit ligu duoc stt dung trong, viéc phan tích độ hiện quả của thuật toán XHAm-FCM2 - 35 Bang 3. 6 Bảng kết quả ảnh hưởng của thươn số m1,m2 tới kết quả phân cụm với bộ đữ liệu TRIS - - ¬- Bang 3.
7 Bang dánh giá so sánh các thuật toán phân cụm với bộ dữ liệu IRIS. 8 Bang kết quá ảnh hướng của tham số m1,m2 tới kết quá phân cựm với bộ đữ liệu WINH. Bang đánh giá so sánh các thuật toán phân cụm với bộ đữ liệu WINB -. 10 Bang kết quả ảnh hưởng của tham số m1, m2 tới kết quả phân cum voi bộ dữ hệu WDBC.
11 Băng đánh giả so sảnh các thuật toán phân cụm với bộ dữ liệu WI2BC. 12 Băng kết quả ảnh hưởng của tham số m1, m2 tới kết quả phân cụm với bộ đủ liệu IART - 38 Bang 3. Băng đánh giá so sánh các thuật tuần phân cụm với bộ dữ liệu HEART, --38 ng 3. 14 Bảng kết quả ãnh hưởng của thara số m1,m2 tới kết quả phan eum với tộ đữ liệu BCOLI.
Hãng đánh giá so sánh các thuật toàn phân cụm với bộ dữ liệu HCOLI, ¬.1 Két qua chay chuong trinh véi bé dit ligu gdm 40 anh X-quang 33 DANH HINH VE Tình 3. Mô phông bài toán phân cụn bằng hình ảnh Hình 2.8ự khác biệt gitta phan cum 16 va phan cum mé.“Khoảng mờ tối đa” trong trường hop phân cụm rõ.4 Méi quan hé gitta khoang cach trong đối và độ thuộc theo tham số rm.Mỗi quan hệ giữa vùng, mở tôi da và tham só mũ m(a) khi m nhỏ, (b) khi ke .6 Vừng mờ tối đá thích hợp với trường hợp hai cụm có câu trúc và bán kinh.Vũng mở tổ ¡ da trong các trường hợp (a) m nhỏ, (b) m lớn với hai cụm có bản kinh và cau trúc khác nhau.